Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs Owl Alpha

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-03

Métrica Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24 Owl Alpha Owl Alpha medium Lanzamiento: 2026-04-30
Puntuación 4.6 5.8
Rango #153 #107
Fiabilidad 10.0 10.0
Consistencia 9.1 9.6
Pruebas correctas
Tasa de aciertos por intento 25.0% 41.7%
Pruebas inestables 2 1
Ejecuciones totales 60 60
Costo por resultado 0.216 0.000
Costo total $0.009 $0.000
Precio de entrada $0.250 / 1M $0.000 / 1M
Precio de salida $0.750 / 1M $0.000 / 1M
Total de tokens de entrada 25,515 40,601
Tokens de salida 3,001 2,965
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 614ms 11.64s
Tiempo de respuesta (máximo) 1.27s 58.63s
Tiempo de respuesta (total) 12.28s 232.83s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 3.0 10.0 0.0% 0 483ms 631 286 0
Owl Alpha 4.8 10.0 25.0% 0 3.97s 1,596 87 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 3.5 9.4 0.0% 0 831ms 4,631 1,650 0
Owl Alpha 6.6 10.0 50.0% 0 19.08s 3,872 1,754 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 3.0 10.0 0.0% 0 606ms 4,821 131 0
Owl Alpha 3.0 10.0 0.0% 0 10.01s 14,259 315 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 7.3 5.9 83.3% 1 667ms 6,362 180 0
Owl Alpha 10.0 10.0 100.0% 0 21.64s 8,157 246 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 5.3 7.2 44.4% 1 534ms 784 46 0
Owl Alpha 5.3 10.0 33.3% 0 8.58s 1,458 28 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 4.8 10.0 0.0% 0 628ms 495 159 0
Owl Alpha 4.3 10.0 0.0% 0 58.63s 732 98 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 6.5 10.0 50.0% 0 551ms 691 82 0
Owl Alpha 6.5 10.0 50.0% 0 10.15s 1,161 57 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 3.1 10.0 0.0% 0 535ms 694 251 0
Owl Alpha 5.3 7.2 44.4% 1 3.40s 1,392 135 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 10.0 10.0 100.0% 0 1.27s 6,193 197 0
Owl Alpha 10.0 10.0 100.0% 0 8.26s 7,524 228 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 3.0 10.0 0.0% 0 548ms 213 19 0
Owl Alpha 3.0 10.0 0.0% 0 2.38s 450 17 0

Comparación rápida

Cambiar par de comparación

Owl AlphamediumvsGLM 5.1noneDeepSeek V4 PrononevsOwl AlphamediumOwl AlphamediumvsQwen3.5 Plus 2026-04-20noneSeed-2.0-LitenonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-35B-A3BnoneOwl AlphamediumvsGLM 5V TurbononeOwl AlphamediumvsQwen3.5-27BnoneOwl AlphamediumvsQwen3.6 27BnoneOwl AlphamediumvsQwen3.5-FlashnoneMercury 2nonevsQwen3 Coder NextmediumOwl AlphamediumvsMimo V2 PROnoneMercury 2nonevsGLM 4.7 Flashmedium